查看原文
其他

[研究简介] 用眼动追踪技术探索风险决策过程

袁航 眼动之家 2019-07-03

经济学和决策学研究者常常运用期望效用理论(expected utility theory ,EUT)来预测与解释个体在风险决策过程中的行为。 但是在现实生活中,个体并不总是每次都对一个风险决策行为结果的期望价值进行计算。此外,即使个体的行为结果与期望效用理论一致,其内部的加工过程也不一定与期望效用理论相符。此外,个体间加工过程的差异也值得我们深思。


在以往的研究中,许多研究者都试图通过彩票选择实验(lottery choice experiments)来对期望效用理论以及前景理论进行探究,但均未发现一个合适的数学模型来解释研究所得的结果。在此,我们期望运用眼动追踪数据来探究个体在风险决策任务中的加工过程。


前人研究发现,当预期结果易于计算时,眼动轨迹主要位于风险选项的潜在收益与风险概率两者之间移动(期望效用理论模式,expected utility comparison procedure)。而当预期结果难以计算时,眼动轨迹主要位于两风险选项之间(眼球在两潜在收益或两风险概率之间移动)(部分对比模式,component comparison procedure)。基于以上研究结果,本文想进一步探索被试的决策是否与其眼动轨迹模式相关。


本研究期望讨论如下问题:

1 使用期望效用理论模式的个体是否会做出收益最大化的决策?

2期望效用理论模式的运用和个体风险偏好之间有无联系?

 

实验程序:令被试在两个风险选项中选择一个自变量:预期结果计算难度:简单(如50%的机会收益1300美元),困难(如27%的机会收益15500美)。 选项的风险水平:高风险,低风险(细节如下表所示)


研究方法

运用眼动仪来追踪被试的眼球运动模式(期望效用理论模式,部分对比模式)屏幕中风险选项的潜在收益与风险概率一共四个字符块占据了屏幕的4个角。故眼动的轨迹分为六种:左侧-上下移动,右侧-上下移动,顶部-水平移动,底部-水平移动,对角向下移动,对角向上移动。

依据六种轨迹所占时间的百分比来区分每个被试的眼动模式。

 

结论:

每个个体都有在一定难度d下运用期望价值理论计算最大收益的能力,当难度大于d时,被试将不再采用与期望价值理论一致的决策模式,转而采用部分对比模式,而在该模式下个体倾向于选择一个较为安全的选项。由此,如果个体的认知能力较低即能够接受的难度较低,则在其他条件不变的情况下,该个体期望选择更为安全的选项而表现出风险规避行为。


眼动技术在研究决策过程中的优势:

1 无干扰性,可以自然的,无干扰的记录被试的决策过程,具有较好的实验效度。(魏子晗,2015)


2 适用范围较广,对实验环境,实验任务和实验对象没有特殊的限制(Russo, 1978)。


3 采集到的信息较为丰富多样,通过眼动技术获取的决策过程追踪数据信息量大, 丰富的眼动指标既能反映决策过程的空间特征, 又能反映决策过程的时间特征; 既能反映信息的加工广度, 又能反映信息的加工深度(Glöckner &Witteman, 2010)。


感想与启发:

决策的过程十分复杂,已知包含有表征,价值评估,效果评价,以及学习五个阶段。单纯采用行为实验的方法难以对决策过程进行深入的分析,该实验运用了眼动轨迹追踪的方式,客观而准确的探查到了个体决策过程中的真实反应,结果信效度较高,值得学习。

 

参考文献

 

[1]  魏子晗,& 李兴珊. (2015).决策过程的追踪: 基于眼动的证据. 心理科学进         展,23(12),2029-2041.

[2]  Russo, J. E. (1978). Eye fixations can save the world: A criticalevaluation and a comparison between eye fixations and other informationprocessing methodologies. Advances in Consumer Research, 5(1),561−570.

[3]  Glöckner, A., & Witteman, C. (2010). Beyond dual-process models: Acategorisation of processes underlying intuitive judgement and decision making.Thinking & Reasoning, 16(1), 1−25.


    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存